“不靠强电机，仿生脊柱让四足机器人快跑。
当我们谈论四足机器人跑得更快，第一反应往往是升级电机、增大驱动功率。在行业的惯性思路里，更强的动力输出几乎等同于更高的运动速度。但自然界早已给出另一套解题思路：猎豹、灰狗、象鼩这些高速奔跑的哺乳动物，不只是依靠四肢蹬地输出力量，脊柱会伴随步态周期反复屈伸，和四肢紧密配合共同完成身体
北京理工大学人工智能学院石青教授团队从这一生物现象切入，以小型高速哺乳动物象鼩为仿生原型，研制出搭载双关节耦合脊柱的微小型四足机器人 FLEXOR，整机重量 338 克，机身长度 110 毫米。研究团队揭示动态脊-腿协同提升机器人运动推进力与能量效率的底层机制。相关研究长文发表于 Science 子刊《Science Advances》，这项研究把动物身上的物理智能，转化成可以计算、可以落地验证的机器人结构与控制规则，为高机动具身智能机器人，提供了区别于一味堆砌算力、传感器的全新研发思路。
该研究由北京理工大学作为第一完成单位，联合南京大学邴振山副教授共同完成；博士后王若超为第一作者，石青教授、北理工长三角研究院（嘉兴）于志强副研究员担任通讯作者，得到国家自然科学基金、浙江省 “尖兵”“领雁” 科技计划等项目的支持。
用于理解动态脊-腿协同的机器人系统
01.
微小型机器人跑不快，不全是驱动力的问题
对于小型四足动物与微小型机器人而言，体型是绕不开的枷锁。有限的机身空间很难塞下大功率驱动器，很多人默认，跑不快就是动力不够。
象鼩体型小巧，却拥有惊人奔跑能力。它的核心秘密并不在四肢肌肉的绝对力量，而在于高速跑动时大幅度的脊柱屈伸运动：脊柱参与到整个推进循环当中，辅助拉长步幅、调节腾空与触地时序。这种 “小尺度、高机动” 的生物特征，恰好戳中当下微小型四足机器人的痛点。
传统柔性脊柱四足机器人大多采用单转动关节模拟生物脊柱运动，很难复刻生物多椎体之间的力学耦合效果；而绳索驱动、流体驱动的脊柱方案，缩小机身之后很难做到时序精准控制，很难真正释放脊 腿协同带来的性能潜力。
团队从象鼩高速运动影像中提取脊柱关键运动关节，把复杂的生物多段脊柱简化等效为双关节耦合脊柱机构，打造样机 FLEXOR。
FLEXOR整体设计
这套机构设计十分巧妙，驱动器只做单向旋转，依靠闭链多连杆结构，就能实现脊柱快速、周期性的屈伸，最大可以实现 120° 的矢状平面弯曲，和象鼩脊柱运动幅度接近。机构还自带力矩放大效果，可以向后腿传递更大推进力，不用升级电机，就能放大足底输出力量，也避开了电机反复换向带来的抖动与控制复杂问题。
02.
跑得快的关键：发力时机比发力大小更重要
拥有可动脊柱，并不代表机器人就能自动跑快。真正决定运动上限的，是脊柱屈伸和腿部摆动之间的配合时机。
团队用相位差，描述后腿后摆动作与脊柱伸展动作之间的时间偏移。大量仿真和实物样机实验证明，当后腿后摆稍稍滞后脊柱伸展，也就是相位差接近π/10时，机器人会进入最佳协同状态。
动态脊-腿协同的运动与力学表征
这个状态下，脊柱与后腿输出的力，会在合适时刻一同作用于地面。地面反作用力向前的分量被放大，力的方向更贴近机器人质心，机身俯仰抖动得到明显抑制。步态也随之发生变化，腾空时间变长、足部触地支撑时间缩短，减少接触地面时损耗的能量。简单来说，高速奔跑，不只看输出力量有多大，力输出的时机、方向同样至关重要
为验证这套机理，团队开发了三款后腿配置不一样的样机：被动腿 FLEXOR P、欠驱动腿 FLEXOR U、全驱动腿 FLEXOR F。实验过程中可以看到，被动腿样机基本没法稳定向前奔跑；欠驱动版本仅在少数相位下可以前进；全驱动样机适配的协同相位范围更宽，在最优时序下性能达到顶峰。一旦错开最佳配合时序，硬件完全不变的前提下，机器人的速度、稳定性和能效都会出现明显下滑。
03.
仅改变脊柱结构，速度为何能提升三成？
研究做了严格的对照实验，两组机器人重量、外形尺寸、电机最大功率全部保持一致，唯一变量就是脊柱，分别采用双关节耦合脊柱和传统单关节脊柱。
最优动态脊-腿协同模式下的运动表现
在最优脊 腿协同模式下，FLEXOR 全驱动版本平均速度达到0.784 米 / 秒，可以实现每秒 7 个体长以上的移动能力。对比单关节脊柱对照组，平均速度提升 31.6%，衡量运动能耗的运输成本 CoT 下降 32.2%，后腿的峰值地面反作用力从 2.82 牛提升至 5.19 牛。
很关键的一点，性能上涨并不是靠拉高输入功率实现。实际测试中，双关节脊柱样机整机平均功耗反而更低。性能收益，来自机身机构的力传递效果和运动时序配合，而不是单纯让电机输出更大动力。
很多人默认机器人提速就要堆功率，但这套实验给出新的答案，依靠身体各部件之间的动力学配合，在不增加能耗的条件下，同样可以拿到可观的性能提升。
04.
不是样机特例！这套运动规律可以推广复用
这套最优时序协同，只是 FLEXOR 样机独有的巧合，还是可以复用的通用原理？这是团队需要回答的核心问题。
团队搭建扩展动力学仿真框架，开展大规模仿真测试，不断改动脊柱结构、腿部构型、机身尺寸、关节摆动幅度、驱动上限等各类参数。大量测试结果显示，不管机器人形态、绝对速度如何变化，性能最优的工况，始终集中在脊柱伸展与后腿后摆接近同步这一相位区间。
也就是说，动态脊 腿协同不是特定机械结构才有的效果，是很多四足运动系统都适用的动力学规律，可以跨形态、跨尺度进行迁移。无论脊柱是双关节还是多段结构，腿部采用不同设计，想要实现高速高效奔跑，都要遵循这套时序原则。
05.
不完全依赖大模型算力，本体结构也能分担运动控制
现在行业做具身智能，大多将研发重心放在传感器迭代、算力升级以及复杂 AI 算法训练上。而这项研究提供了不一样的实现思路：将部分运动控制能力交由机器人物理本体完成，依托机械结构实现物理层面的智能。FLEXOR 的双关节耦合脊柱就如同一套机械节律发生器，可以复刻生物神经振荡器的周期运动，无需控制器高频输出复杂往复指令，依靠连杆机构即可生成脊柱周期性屈伸，既减轻上层控制器的运算压力，也降低了系统对传感器的依赖。
动物的运动本就是神经调控与肌肉骨骼物理特性协同作用的结果，但机器人研发中，不少方案习惯把全部运动任务交由算法承担，忽视了机械本体蕴藏的潜力。当然现阶段样机和真实象鼩的运动表现仍存在差距，驱动器功率密度是主要瓶颈，人工电机还无法比肩生物肌肉的单位质量输出能力。后续团队还将探索头部、尾部、脊柱弹性形变与全身多关节的协同关系，搭建更加完备的高速运动推进模型，为高机动机器人设计积累更多参考。
从研究本身来看，该研究深化了人类对于哺乳动物奔跑生物力学的认知，也为下一代高机动腿足机器人输出了一种可借鉴的仿生设计方法。而在机器人大讲堂来看，这项工作带给行业最重要的启示是，具身智能并非只有算力与算法这一条赛道，挖掘本体物理动力学潜力，同样是实现机器人高性能运动不可忽视的方向。
论文链接：https://www.science.org/doi/10.1126/sciadv.aed5603
